APP下载

基于卷积神经网的面部识别参数调整方法

2018-09-03史丽娟范秦寅

无线互联科技 2018年16期
关键词:特征实验

车 娜,赵 剑*,史丽娟,王 柳,范秦寅

(1.长春大学 计算机科学技术学院,吉林 长春 130022;2.长春大学 电子信息工程学院,吉林 长春 130022;3.大阪大学 机械科学部,日本 大阪 556670)

1 背景介绍

人的面部表情识别是人工智能的基本问题,同时也是一个复杂的计算问题,解决人类面部表情识别问题对于人机交互等高级应用有着重要意义[1]。近些年来在表情识别方面有很多的优秀成果,在相关研究方面积累了很多经验教训。

心理学研究表明人类的表情与味觉一样,是几种基本表情的混合,识别这些基本表情就成了早期表情识别的重要方向[2]。早期的研究主要是通过数据特征判断表情和用时序分析判断表情[3]等方法,这些方法的技术难度较高,但是最终得到程序的鲁棒性较差。

近几年来人工智能的再度兴起使得很多人将研究重点转移到使用深度学习方法进行表情识别的方向上来[4]。在利用深度学习和卷积神经网方面也有很多不错的工作[5]。

本文提出了一种基于卷积神经网的机器学习方法来进行人类表情识别,并且详细分析了影响表情识别的卷积神经网各方面的参数。本文主要基于FER2013数据集和卷积神经网模型进行探索,最终给出一个基于实验的最优的解决方案。

2 卷积神经网的设置

FER2013数据集合是表情数据库,它是由35 887张面部表情图片构成,在这些图片中分别有训练集合、验证集合和测试集合。表情图片都处理成了灰度图片,并且是统一规格的,都是48×48像素的,如图1所示。……

登录APP查看全文

猜你喜欢

特征实验
记一次有趣的实验
如何表达“特征”
做个怪怪长实验
不忠诚的四个特征
NO与NO2相互转化实验的改进
实践十号上的19项实验
线性代数的应用特征
《实验流体力学》征稿简则